Какая IDE для научных вычислений и построения графиков в Python?
В настоящее время я использую R для всех своих научных вычислений и построения графиков, но я бы хотел изучить Python. Я использую RStudio как IDE для R, который, как IDE, удовлетворяет 100% моей потребности в научных вычислениях, хруст числах, анализе данных и визуализации. Есть что-то подобное для Python? В основном подсветка синтаксиса, завершение кода, интеллектуальное отступы, выполнение кода непосредственно из исходного редактора, построение в пределах IDE и управления версиями (git).
Ответы
Ответ 1
Я настоятельно рекомендую установить полный научный дистрибутив python, например Anaconda или Enthought Python, который содержит все пакеты, необходимые для науки (numpy, scipy, matplotlib, numba, pandas и т.д.)
Для научных вычислений стандартом de facto является использование IPython вместо python. Это улучшенный интерпретатор python, в который входят батареи (отступы, завершение, история, HPC и т.д.).
Для вас IDE, Matlab-like, у вас есть в основном один выбор: Spyder (который в качестве базовой поддержки git). Другая IDE - это приятные приложения, но у них нет инструментов для проверки наборов данных. Spyder напрямую запускает сеанс IPython, который впоследствии можно редактировать с помощью других инструментов.
Еще один IPython-ноутбук (теперь известный как Jupyter), который является новым и очень мощным инструментом, особенно если вы хотите документировать свой код с помощью латекса код. Ваш IPython-сеанс встроен и напрямую передается другим, легко доступен для версий.
Вы также можете запустить интерактивную презентацию непосредственно в ноутбуке, что является хорошим способом показать результаты. Думайте об этом как о будущем исследований, где ваши результаты интерактивны. Любой, кто может загрузить ноутбук, будет выполнять те же самые точные эксперименты.
Взгляните на несколько уже существующих примеров:
Пример ноутбука IPython
Если вам не нравится работать в браузере, я предлагаю настроить:
Помните, что все интерфейсы IPython (консоль IPython, IPython QtConsole, IPython Notebook, SublimeREPL и т.д.) могут быть подключены к одному и тому же экземпляру ядра IPython.
Таким образом, вы можете легко смешивать разные инструменты одновременно в зависимости от ваших потребностей (написания документации, написания научных материалов, кода, презентации).
Одно ядро IPython для управления всеми их: -)
Ответ 2
Вы можете попробовать Spyder, который является многоплатформенным, простым в использовании, обеспечивает синтаксическую раскраску, интерактивную отладку и т.д. Вы по-прежнему будете полагаться в библиотеках, таких как matplotlib или NumPy, и сама IDE может быть недостаточно хорошей, если вы имеете дело с очень большими наборами чисел.
Существуют и другие подобные проекты, такие как Python (x, y) или WinPython (только для Windows), которые пытаются продвигать/облегчать использование Python для разработки научных и инженерных программ.
Ответ 3
Начните с любой среды IDE, которая поддерживает (на самом деле много IDE в эти дни поддерживает) подсветку синтаксиса, завершение кода, интеллектуальное отступы, выполнение кода непосредственно из исходного редактора. Если вы не уверены, обратитесь к SO Вопрос Какую IDE использовать для Python?
- Затем исследуйте matplotlib для ваших потребностей в графике.
- Далее, что бы вы ни выбрали IDE, найдите git pluggin. Если ваша выбранная IDE не имеет одного, выберите другой из списка IDE, который имеет необходимый git pluggin.
- Установите необходимые пакеты, такие как Numpy/Scipy/Sympy. См. Ссылку Числовые и научные
Примечание Eclipse с PyDev может работать, учитывая, что он поддерживает git (EGit), и у вас не возникнет проблемы с интеграцией matplotlib. Infact есть еще один поток SO, выделенный для Интерактивный matplotlib через Eclipse PyDev
Наконец, если вы хотите пожертвовать легкостью развития по сравнению с PyCharm или PyDev, Scientific Python может быть хорошим вариантом для вас.
Ответ 4
Я подозреваю, что это дубликат (по крайней мере частично) этого или этого вопроса. До сих пор мне рекомендовали IDLE, PyCharm, PHPStorm, Spyder, PyDev, Aptana, Wing, IPython и DreamPie. Не пробовал их всех, но Spyder неплохо держался. В целом я нашел лучшее предложение Enthought Python Distribution, поскольку оно поставляется с уже включенными Scipy, Numpy и другими пакетами ключей, а также с IDE Spyder. Полный пакет является коммерческим (бесплатно для академиков), но там также бесплатное распространение.